为了更加直观地体现改进算法的先进性，本文同时将MTLS-MPM法[3]对同一目标进行极点提取。表1清晰地列出了两算法得到的极点数据。
从表1可知，改进算法的极点估计值比MTLS-MPM法的极点估计值更接近理论值。经过相关计算，前者的极点相对于理论值均方误差为0.081 3，后者为0.161 0。而图2中的原始信号和重构信号则更直观地展现了改进算法提取极点的精度。
在本算法验证的过程中，目标回波后瞬态信号是由已知的理论极点值模拟仿真得到，因此故极点数目是确定的。然而，在实际的应用中，极点的数目是无法预先得知的，只可能事先根据经验推测得到。如果极点数目取值过大或取值过小都会引起误差。另外，实际信号中的噪声是未知的，所以本文提出的算法要想实际应用，还需解决这些问题。
因此，结构不同的无芯RFID标签所对应的极点和留数也是异样的，这相当于有芯RFID标签的唯一标识符，具有异同性。如果将有用数据嵌入其中，使调制的散射回波具有规律性，从而得到预期的散射场，利用本文极点提取的算法，可获得准确的极点，最终读写器成功识别标签。现在的关键点是研究轻级量高效的极点提取算法和无芯标签结构的设计。这含有巨大潜在的商机，值得进一步研究。
本文提出了基于小波包变换理论和矩阵束法理论的目标极点提取算法，该算法的有效性在计算机仿真结果中得到验证。虽然小波包分析可以有效地去噪，运用现有的极点数目判别准则确定M有一定的帮助，但在实际应用过程中，极点数目确定环节还有待于进一步改进，这也是接下来的研究重点。从重构信号波形图、极点估计值与理论值的趋近度比较角度看，该算法均优于传统的TLS-MPM算法。另外，在信噪比为6 dB的情况下，本文提出的算法依然能精确地估计出信号的极点值并进行波形重构，并对随机高斯噪声具有很好的抑制作用，这对于无芯RFID技术的研究有一定的参考价值。